RC 철근부식 거동 평가 및 확률론 기반 유지관리 의사결정 연구

Probabilistic Maintenance Decision-Making for RC Rebar Corrosion via Machine Learning

연구 내용

머신러닝으로 RC 구조물의 철근부식 거동을 평가하고 확률론 기반 유지관리 의사결정 프로그램을 개발하는 연구

RC 구조물에서 철근부식이 진행되는 거동을 데이터 기반으로 평가하는 방법을 개발합니다. 머신러닝 알고리즘을 적용하여 부식과 관련된 내구성 특성을 추정하고, 관측 및 예측 불확실성을 확률론 관점에서 반영해 유지관리 의사결정을 지원합니다. 이를 통해 시설물 유지관리 기술과 구조물 진단 역량을 결합하며, 위험도에 기반한 점검·보수 우선순위와 의사결정 논리를 프로그램 형태로 구현하는 데 목적이 있습니다.

관련 프로젝트

2건

연구 흐름

2022년에는 RC 구조물의 철근부식 거동을 정량화하기 위한 입력 변수와 학습 데이터를 정리하고, 머신러닝 모델로 내구성 관련 특성을 추정하는 연구를 시작했습니다. 2023~2024년에는 예측 결과의 변동성을 고려해 확률론 기반으로 유지관리 의사결정의 기준을 설계했습니다. 2025년까지 이를 통합하여 현장 적용이 가능한 유지관리 의사결정 프로그램으로 구현하는 흐름으로 진행했습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

철근부식 위험도 평가
확률론 기반 점검 주기 설정
유지관리 우선순위 도출
보수·보강 시점 최적화
잔존수명 추정 지원
자산관리(Asset Management) 의사결정
디지털 기반 시설물 진단
교량·주차장 구조물 유지관리
부식 데이터 기반 예측 체계
리스크 기반 유지관리 대시보드